El reto de los requerimientos en proyectos de software
Una de las fases más críticas en cualquier proyecto de desarrollo de software es la definición de requerimientos. Un requisito mal definido se traduce en horas de retrabajo, presupuestos desbordados y frustración del cliente. Según estudios del sector, hasta el 70% de los fallos en proyectos IT tienen su origen en una mala especificación.
En Keliam llevamos años afinando este proceso, y la integración de herramientas de IA como Claude, ChatGPT y Gemini ha supuesto un salto cualitativo en la calidad y velocidad de la toma de requerimientos.
Cómo la IA transforma la captura de necesidades
Análisis de documentos existentes: Los clientes suelen entregar documentos dispersos: emails, presentaciones, actas de reuniones, hojas de cálculo con flujos. Claude Opus 4.6, con su ventana de 1 millón de tokens, puede procesar toda esta documentación de golpe y extraer una lista estructurada de requisitos funcionales y no funcionales.
Transcripción y análisis de reuniones: Después de una reunión de kick-off, puedes pasar la transcripción a la IA para que extraiga: decisiones tomadas, requisitos implícitos, dudas pendientes y contradicciones entre lo que pidieron diferentes stakeholders.
Generación de user stories: A partir de una descripción general del proyecto, la IA genera user stories en formato estándar (Como [rol], quiero [acción], para [beneficio]) con criterios de aceptación detallados.
Prompt framework para requerimientos técnicos
Este es el framework que usamos en Keliam para extraer requerimientos con IA. Funciona especialmente bien con Claude y ChatGPT:
Contexto del proyecto: «Estamos desarrollando un [tipo de sistema] para [sector/cliente] que necesita [objetivo principal]. Los usuarios son [perfiles]. La tecnología base es [stack].»
Solicitud específica: «A partir de la siguiente descripción del cliente, genera: 1) Lista de requisitos funcionales agrupados por módulo. 2) Requisitos no funcionales (rendimiento, seguridad, escalabilidad). 3) Dependencias entre módulos. 4) Preguntas de clarificación que deberíamos hacer al cliente.»
Formato de salida: «Usa formato de tabla con columnas: ID, Módulo, Requisito, Prioridad (MoSCoW), Criterio de Aceptación, Dependencias.»
De requerimientos a funcionales: el puente con IA
Una vez capturados los requisitos de alto nivel, el siguiente paso es traducirlos en documentación funcional detallada. Aquí es donde la IA brilla como copiloto:
Diagramas de flujo: Describe un proceso de negocio y pide que genere el diagrama en formato Mermaid o PlantUML que luego puedes renderizar.
Modelo de datos: A partir de los requisitos, la IA sugiere entidades, atributos y relaciones. Útil como punto de partida para el diseño de base de datos, especialmente en proyectos con CRM o e-commerce.
APIs y endpoints: Describe qué necesita el frontend y la IA genera la especificación de API REST con métodos, rutas, parámetros y respuestas esperadas.
Matrices de permisos: Define los roles de usuario y la IA genera una matriz de permisos detallada para cada funcionalidad del sistema.
Validación cruzada y detección de gaps
Una de las aplicaciones más valiosas es usar la IA como «revisor» de tus propios requerimientos. Pide que analice la documentación buscando: requisitos ambiguos o contradictorios, funcionalidades implícitas no documentadas, riesgos técnicos no contemplados y escenarios edge-case no cubiertos.
Con Claude Code puedes incluso generar tests automatizados a partir de los criterios de aceptación, creando una trazabilidad directa entre requisitos y validación.
Caso práctico: requerimientos para un CRM
Un cliente nos pidió desarrollar un módulo de gestión comercial sobre SuiteCRM. El briefing inicial era un PDF de 3 páginas con ideas generales. Pasamos el documento a Claude con nuestro framework y en 20 minutos teníamos: 47 user stories agrupadas en 6 módulos, un modelo de datos con 12 entidades, la especificación de 23 endpoints REST, una matriz de permisos para 4 roles y 15 preguntas de clarificación que el cliente no había contemplado.
Este trabajo hubiera llevado 2-3 días a un analista funcional. Con IA como copiloto, lo completamos en medio día incluyendo la revisión humana.
Conclusión
La IA no sustituye al analista funcional, pero lo hace 3-5x más productivo. En Keliam, cada proyecto de desarrollo a medida incluye ya IA en la fase de requerimientos. El resultado: documentación más completa, menos iteraciones con el cliente y arranques de proyecto más sólidos.
